一种基于核学习的储集层渗透率预测新方法

基于核学习的支持向量机,是一种采用结构风险最小化原则代替传统经验风险最小化原则的新型统计学习方法,具有完备的理论基础。这里提出了核学习技术在储集层非均质特性描述中渗透率参数预测的新用途。在复杂地层中,基于支持向量机的智能和自适应模式识别能力而建立了常规测井多参数信息输入的渗透率预测模型,然后对实际油田储集层渗透率进行了预测。与常规线性回归模型预测结果相对比,所提出的方法更易于使用,很少受不确定因素的影响,并具有较强的信息整合能力以及更高的预测准确性和可信度。     

可变电荷土壤和恒电荷土壤与氢离子相互作用机理

研究了可变电荷土壤和恒电荷土壤与H相互作用的机理，并比较了它们之间的差别，研究结果表明，氢离子输入土壤后可以转化为表面正电荷，可溶性铝和可交换性酸，但是由于土壤的组成和性质不同，不同土壤中H＋三种去向的贡献不同。H＋转化为表面正电荷是由于土壤表面Fe-OH,Al-OH的质子化造成的，因此H＋转化为表面正电荷的能力与土壤中氧化铁的含量密切相关，从而可变电荷土壤中H＋转化为表面正电荷的贡献比恒电荷土壤中的大。H＋转化为可溶性铝的能力与土教育部 的矿物组成密切相关，随着H＋输入量的增加，土壤中可溶性铝的含量也增加。可变电荷土壤中可溶性铝增加的顺序为红壤＞赤红壤＞铁质砖红壤，在H＋的加入量小于15mmol/kg时，黄棕壤的可溶性铝介于红壤和赤红壤之间，当H＋的加入量大于约15mmol/kg时，黄棕壤的可溶性铝略小于赤红壤，棕壤的可溶性铝明显小于红壤和赤红壤，但比铁质砖红壤高，恒电荷土壤的可变性酸量明显大于可变电荷土壤，但从总的看来，H＋加入量的变化对可交换性酸量的影响不大。     

冬春500hPa高度场与中国夏季降雨场的场相关分析

利用场相关理论，分析了中国大陆6－8月降水场与前期1－5月各月北半球500hPa高度切之间的关系，得到一些有意义的结果，并提出一种研究场与杨之间相关关系的长期天气预报思路和方法。     

大气边界层湍流能量交换特征研究进展

从一维湍流能量平衡方程出发,回顾了近几十年湍流能量平衡方程中的各项以及Karman常数k的研究成果,总结了大气边界层湍流能量交换特征的研究概况和热点问题,并对今后发展趋势做了展望。实验研究表明,湍流能量平衡方程中的各项在不同条件下有不同的形式;传统的能量产生和耗散的局地平衡假设存在不足,特别是在不稳定条件下,垂直的湍流输运和压力脉动对湍流能量收支起了非常重要的作用。Karman常数与Rossby数和Reynolds数无关,在比较光滑的下垫面上k近似等于040±001。     

高精度温度采集系统设计

针对高精度温度采集的需求,设计了一个以低功耗单片机MSP430F149作为核心处理器,以PT100铂电阻为传感器的温度采集系统。为了提高系统的复用性,采用精密电阻法,从硬件设计上消除了恒流源电流漂移以及A/D转换电路参考电压精度对温度测量数据的影响。重点描述了系统设计方案,详细说明了恒流源选择的原则、电流偏差的消除以及AD7792转换器的操作步骤。实验结果表明,温度测量精度优于0.1 ℃。对比试验表明,系统稳定性良好,已应用于业务产品中。     

基于决策树特征提取的支持向量机在岩性分类中的应用

由于支持向量机属于黑箱模型,因此在进行模型学习时无法直接对特征进行选择,而决策树模型在递归创建的过程中自身具有一定的特征选择能力。针对岩性分类问题,本文将决策树和支持向量机结合,通过决策树的建立,在考虑特征重要性的前提下,利用树节点的高度对特征进行提取,并将具有更高分类能力的特征送入支持向量机进行岩性分类。结果表明:通过决策树的特征提取,减少了支持向量机模型的输入特征,从而有效控制了模型的复杂度,使得模型更加稳定并具有更高的分类精度,测试集精度能够提升10%以上。     

基于GA-SVM封装算法的高光谱数据特征选择

封装型的特征选择算法相对于过滤算法而言更有助于提高分类精度,因此在当前计算技术及效率快速发展的背景下必将成为未来之趋势。本文以支持向量机(SVM)为分类器,遗传算法(GA)为特征子集的搜索算法,构建了封装型的特征选择算法GA-SVM,并用ENVI/IDL语言编程实现,最后以HYPERION高光谱数据为例对算法予以应用。结果表明,GA-SVM算法可从196个波段中选择出13个波段,同时分类精度较不做特征选择时提高了约4%。由此可见,GA-SVM封装型特征选择算法具有较好的同时优化特征子集和SVM核函数的性能,可为当前高光谱数据的特征选择提供一个较好的算法。     

基于钻进状态监测的智能工况识别

钻进过程状态监测旨在实时描述钻进工况,判断运行性能优劣程度进行非优追溯,及时指导司钻人员调整作业操作,保证钻进过程安全、高效、稳定开展。钻进工况是钻进系统运行状态的反映,因此开展面向状态监测技术的钻进工况识别研究具有重要的理论和应用价值。本文针对钻进工况识别问题,基于状态监测数据,建立基于支持向量机的钻进工况识别模型,对钻进工况进行识别。综合工况识别结果,对钻进效率进行评估,并对影响钻进效率的因素进行讨论,寻找提升钻进效率的手段。最后,采用钻进现场实钻数据进行仿真实验,验证所提方法的可行性和有效性。     

矢量数据在多尺度栅格化中的精度损失模型探讨

在进行空间分析时,由于栅格数据便于空间分析,因而通常将矢量数据转化成栅格数据进行空间分析。在转化过程中,采用不同尺度的栅格大小会造成怎样的精度损失?精度损失、栅格大小和平均斑块大小之间的关系是否可以用模型来表达?本文正是针对这样的问题,以重庆市1∶10万的土地利用矢量数据为例,探讨了在不同尺度栅格大小(从30m×30m到1000m×1000m)的情况下,各种土地利用类型在转化过程中的精度损失情况,对精度损失与栅格大小和平均斑块大小之间的关系进行了定量分析。研究表明,精度损失与地类的平均斑块大小和栅格尺度之间的关系可以用模型来表达。该模型为:Y=5.366-0.179X-0.978ln(S)+0.0348Xln(S)。模型中Y为精度损失,S为地类的平均斑块大小,X表示栅格的大小。该模型的复相关系数为0.93。     

Estimation of groundwater residence time and recession rate in watershed of the Loess Plateau

Groundwater residence time is an important indicator of hydrological cycle and essential for water resources development and utilization. In this paper, groundwater residence time in non-flood season, flood season and water year has been determined from daily streamflow hydrograph of ten hydrological stations in Wudinghe River Basin located in the middle reaches of the Yellow River Basin. Results have showed that: baseflow recession constant in Wudinghe River Basin ranges from 0.72 to 0.94 with a larger recession rate in flood season than that in non-flood season. Spatially, the recession rate of baseflow in loess area is the biggest, but is the smallest in the sandy area. The half-residence time of groundwater varies from 1.8 to 45.5 days while overall residence time of groundwater is between 34 and 342 days in different sub-basins of the Wudinghe River Basin. The annual average overall residence time of groundwater decreases from 117 days in the upper reaches to 73 days in the lower reaches.